Question

linux 虚拟地址，到底怎么理解

比如一个程序执行时，被加载进入内存，操作系统肯定会为我们的程序分配一些页面来存放加载进来的代码，这些数据时实实在在放在内存中的，可是为什么当我们的这个进程被执行时，cpu在执行代码指令用的是虚拟地址，还需要经过一系列的变换，到实际的物理地址去取指令，这个虚拟地址地从哪里来？
再有就是说linux每个进程有4个G的虚拟地址空间，这又如何理解

Answer 1

不是仅仅 Linux 是这么设计的，整个现代流行的操作系统都是这么设计的。
应用程序被读入内存后，为了保证系统的统一性，所有的程序都有同样的一套寻址规范。这个寻址就是虚拟地址。这个虚拟地址是系统提供转换的，不是程序的工作。

如果系统不提供这个功能，那么应用程序就需要自己去寻找没有被使用的内存，以及还要自己去处理内存容量的问题，而且如果程序调用外部的一些函数库，这些函数库也需要分配内存，这会导致应用程序的设计难度非常大，每个应用程序实际上就是一个操作系统了。多个程序共同运行导致内存使用混乱也很容易出现。
应用程序申请内存，使用的是操作系统的内存分配功能。这样操作系统可以根据实际情况给应用程序内存，程序不需要考虑因为内存位置不同而必须不同编写的难度。而且操作系统还可以提供虚拟内存等等各种方式来扩充内存，这样的内存对于应用程序来说是不需要考虑的，一切都有系统打理。

使用虚拟地址后，对于应用程序来说，他的内存使用不需要考虑其他的程序占用，也不需要考虑内存容量的问题，也不需要考虑内存块位置，函数库的调用也都扔给操作系统打理。这使得应用程序不需要考虑具体如何管理内存，只需要考虑作为应用程序的应用部分。

而且，因为内存是虚拟的，应用程序一些函数调用，操作系统可以把多个应用程序的调用都用同一套数据来处理，这样，既可以节约内存使用（就是启动100个应用程序，也只需要内存里有一套函数库而已），也可以做到外部函数库和应用程序没有直接关联，纯粹是由系统做虚拟地址过渡。

至于为什么 4G ，这是传统+一些兼容的考虑。
以前没有这个技术时，每个程序都可以完全使用整个系统，整个空间是连续的。到了这种虚拟地址的方式后，每个程序还是有自己“独立”的一整套内存地址。但每个程序内存使用量肯定不一样。那么多少内存空间才完全够用呢？当时因为正好使用了 32 位系统。那么就把整个 32 位环境支持的 4G 内存容量作为这个极限。
不过因为内存地址是虚拟的。实际应用程序要用内存，是需要先申请的，所以只有程序申请后，真实内存才会被占用。这个 4G 只是在算法上作为极限。

不过因为 4G 也是硬件极限。所以 4G 以外的地址都是不能使用的，这就导致另一个问题，一些硬件有存储器，有些硬件需要存储空间做交互（比如 PCI ，比如各种硬件，比如 AGP 显卡）。这些存储区域怎么处理？
所以，Windows Vista 的 32 位版在 4G 内存的机器上曾经报出只有 3.5G （有的机器甚至只有 3.25G 可以用）。就是这个问题的解决办法导致的：把硬件的内存用虚拟地址的方式，放到虚拟地址的最后面。这样应用程序调用硬件存储时，可以直接按照内存的方式读写。这样应用程序就很好的统一了存储界面：只有 4G 的内存范围，不存在其他方式的存储调用方式（硬盘需要用读写功能读取到内存后才能处理，而不是直接进行处理）。这样应用程序的开发就很简单，而且整个内存的使用每个程序都一样。不存在各种硬件的原因而不同导致的需要重新设计内存管理算法。操作系统也能根据实际应用程序的需要随时分配数据，也可以根据每个程序的运行情况，区别的提供物理内存或者虚拟的内存。

这么设计最大的一个好处是，硬件环境和应用程序是无关的，中间由操作系统做转换。而且应用程序互相之间也没有影响，就好象整个内存都由他自己一个程序使用一样。

PS：说了半天，我发现我自己也说不清楚其中的缘由……

追问

比如说linux下的vi编辑器这个程序，它被执行的时候肯定要载入内存，比如第一条指令就是
mov ds,ax吧，那么它被载入的时候，系统肯定要为它分配内存了，比如说就是0x3000 0000吧，那么CPU要执行mov ds,ax的时候，为什么首先看到的是虚拟地址【一个虚拟的不存在的地址CPU如何看得到？？？】，要进过一系列的变换之后才到ox3000 0000上取出指令来执行呢

追答

执行被载入内存是操作系统的工作，而且你的 mov ds,ax 都不是直接地址，而是两个寄存器变量。这个寄存器变量不是你的程序自己想出来的。
另外，我记得虚拟内存地址这个内存分配方式，也是需要 CPU 提供功能的，这个好像是 CPU 的一个工作模式。CPU 在 286 和 386 的两个更新时，增加了很多现在必备的功能。
而且，这个 4G 的内存空间的使用也不是让你直接做绝对寻址方式访问用的。

Answer 2

linux的虚拟地址分为物理地址和虚拟地址 。

Linux系统中的物理存储空间和虚拟存储空间的地址范围分别都是从0x00000000到0xFFFFFFFF，共4GB。
1、物理地址
Linux的物理存储空间布局与处理器相关，详细情况可以从处理器用户手册的存储空间分布表（memory map）相关章节中查到，我这里只列出以下几点注意事项：
1）最大node号n不能大于MAX_NUMNODES-1。
2）MAX_NUMNODES表示系统支持的最多node数。在ARM系统中，Sharp芯片最多支持16个nodes，其他芯片最多支持4个nodes。
3）numnodes是当前系统中实际的内存node数。
4）在不支持CONFIG_DISCONTIGMEM选项的系统中，只有一个内存node。 5）最大bank号m不能大于NR_BANKS-1。
6）NR_BANKS表示系统中支持的最大内存bank数，一般等于处理器的RAM片选数。ARM系统中，Sharp芯片最多支持16个banks，其他芯片最多支持8个banks。
2、虚拟存储空间布局
在支持MMU的系统中，当系统做完硬件初始化后就使能MMU功能，这样整个系统就运行在虚拟存储空间中，实现虚拟存储空间到物理存储空间映射功能的是处理器的MMU，而虚拟存储空间与5路存储空间的映射关系则是由Linux内核来管理的。32位系统中物理存储空间占4GB空间，虚拟存储空间同样占4GB空间，Linux把物理空间中实际存在的远远小于4GB的内存空间映射到整个4GB虚拟存储空间中除映射I/O空间之外的全部空间，所以虚拟内存空间远远大于物理内存空间，这就说同一块物理内存可能映射到多处虚拟内存地址空间。

Answer 3

问题相当的复杂，建议参考linux基础篇！